Utilizzo delle reti neurali nel trading. - pagina 6
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Ok, Sergei, prendiamola con calma e tristezza. Per prima cosa occupiamoci dei teoremi generali. Ecco il link. Vedere i teoremi 24, 25, 26.
Nota: Th 24 si occupa della funzione di densità della distribuzione.
Ma Th 25 fa esattamente quello di cui avete bisogno, e riguarda la funzione di distribuzione.
Guardate anche, per divertimento, la conseguenza 8 di Th 26. La terza formula della conseguenza è esattamente ciò di cui stavo parlando quando volevo ottenere una gaussiana da una uniforme.
E per la vostra distribuzione esponenziale basta ottenere ordinatamente la sua funzione di distribuzione (integrale) e applicare Th 25.
Grazie, darò un'occhiata.
L'ho cercato - proprio quello di cui ho bisogno! Lo studierò.
Cosa intende per "architettura scalata arbitrariamente". Per quanto ho capito, l'architettura è la struttura della rete. E il ridimensionamento è l'uso di qualche funzione di razionamento dei dati. 100 ingressi sono un po' troppi. O i tuoi 100 sono qualcos'altro?
La mia rete si riaddestra semplicemente ogni 24 ore. Non so se sia un vantaggio o un difetto. Ma, per ora, è funky.
>> grande.)
Repository sull'apprendimento automatico
Ecco un link ai compiti standard. Di solito sono usati per testare diversi algoritmi, metodi di pre-elaborazione, ecc.
Puoi anche allenarti su di loro, imparare a usare le reti, vedere con i tuoi occhi "Cos'è la prognosi o la classificazione per mezzo di NS", o meglio che tipo di errori ci si può aspettare dalle reti neurali, ecc.
La descrizione dei compiti è nello stesso posto, sopra...
Ecco un piccolo esempio da un campione di un compito (OptDigits):
Valori di ingresso:
000000000101100111111111111110000000
00000000011111111111111111110000
00000000011111111111111111110000
00000000011111111111111111111111111111110000
000000000111111111111100000000
000000000111111111111100000000000000000000
0000000111111111111110000000000
000000011111111111111000000
000000011111111111111000000
00000001111111111111111000000
0000000111111111111111110000
0000000111111111111111110000
0000000111111111111000000
0000000111111111111110000
000000011110000
00000001111111110000
0000000000000000000000000011111111110000
000000000000000000000000000111111111100000
000000000000000000000001111111100000
00000000000000000111111111100000
00000000000000001111111111110000
00000000001111111111111000000
0000000000111111111000000
000000000011111111111000000
00000000000111111111111000000
0000000000011111111110000000000
000000000011111110000000000
000000001111100000000000000
Uscita: 5
Ecco il link. Vedere i teoremi 24, 25, 26.
Non l'ho capito.
Vediamo. A sinistra c'è la densità di probabilità per i prezzi di apertura della barra dei minuti EURUSD, a destra c'è la funzione di distribuzione:
Ora per il link:
Supponiamo che io voglia ottenere una costante di 1 dalla distribuzione mostrata nella prima figura. Allora non è difficile ottenere la seguente identità:
Continuiamo a cercare.
Non diremo nulla sul segmento, non è importante. Cosa c'è scritto? Letteralmente, che se ho una funzione di distribuzione F(x) (fig. a destra), allora non costa nulla ottenere lo "scaffale" desiderato - perché questo è sufficiente per influenzare i dati di input da questo apritore... Ma questa è una sciocchezza! Secondo me, non si può ottenere una distribuzione così uniforme da quella iniziale. Comunque, chi è bravo in matematica vera qui. >> Ahi!
Non diremo nulla sulla sezione per ora - non ci interessa. Cosa si sta discutendo qui? Letteralmente, che se ho una funzione di distribuzione F(x) (fig. a destra), allora non costa nulla ottenere lo "scaffale" desiderato - perché questo è sufficiente per influenzare i dati di input da questo apritore... Ma questa è una sciocchezza! Secondo me, non si può ottenere una distribuzione così uniforme da quella iniziale. Comunque, chi è bravo in matematica vera. Ahi!
Proprio così, Sergei, proprio così. Prendete questa sciocchezza e verificatela (o meglio ancora, cercate di capire perché è proprio così). Genera una quantità normalmente distribuita e la influenza con una funzione gaussiana (integrale). Ricordatevi solo di assicurarvi che le due funzioni (la legge di distribuzione integrale e la seconda funzione) siano assolutamente identiche.
P.S. Non preoccupatevi delle densità di distribuzione e delle derivate. A cosa ti servono? Sarebbe la stessa cosa, solo di lato.
P.P.S. Sergei, beh, io stesso ho ottenuto un valore normalmente distribuito da un valore uniforme, agendo sul primo con l'inverso della funzione gaussiana integrale. E ora prendiamo e invertiamo i calcoli...
Che diavolo state facendo qui... il mio povero cervello...
SZS: a proposito, volevo chiedere da tempo - perché dovremmo considerare la funzione prezzo come continua? e se fosse discreta?
Bene, Sergei, Mathemat dice ora quello che ti ho scritto. Vediamo noi stessi.
Ecco la funzione di distribuzione (empiricamente)
Allora costruiamone uno teorico (non ricordo, si chiama correttamente?) usando la formula (1/OREN(6,2828))*EXP(-ABS(DIVISION(A1;2)/2))
Il verde chiaro deve solo avvicinarsi perfettamente al blu. Poi si può ottenere un perfetto "scaffale" con l'integrale...
Ecco una vista dell'integrale (sigmoide!!!)
Per come la vedo io, si dovrebbe approssimare la funzione di distribuzione empirica con dei coefficienti (non so di che tipo) con quella teorica. Poi questi coefficienti dovrebbero essere sostituiti nella sigmoide e la distribuzione sarà uguale dopo aver passato i dati attraverso la sigmoide.
Alexey, sto pensando correttamente? Forse puoi suggerire qualcosa su questo argomento?
Bene, Sergei, Mathemat dice ora quello che ti ho scritto. Ora cerchiamo di assicurarcene.
Assicuriamocene.
Ecco la funzione di distribuzione (empiricamente)
No, non è una funzione di distribuzione, è una funzione di densità di probabilità (vedi il link di Alexei).
Quello verde chiaro dovrebbe avvicinarsi perfettamente a quello blu. Poi si può ottenere una "mensola" ideale con un...
Ecco una vista dell'integrale (sigmoide!!!)
Non è un sigmoide, per essere precisi - è un integrale di una gaussiana con un limite superiore variabile - erf(x) è una funzione tabellata.
Vedo il problema come segue: dovrei approssimare una funzione di distribuzione empirica per coefficienti (che non conosco) con una teorica. Poi questi coefficienti dovrebbero essere sostituiti in sigmoide, e dopo che i dati sono passati attraverso sigmoide, sarà una distribuzione uniforme.
Non ci sono problemi di approssimazione; iniziano quando non è chiaro cosa fare con la funzione di distribuzione ottenuta erf(x). Questo è quello di cui parlavo sopra.
Sì, infatti, ho sbagliato le definizioni (distribuzione/densità della distribuzione)...
Cosa fare con erf() - non lo so.
Ecco un sigmoide regolare e la sua derivata. Perché il sigmoide? - Semplicemente perché la sigmoide non è erf(x). :)
Ora prendete i dati, costruite l'empirico, selezionate i coefficienti A e B, in modo che le densità coincidano. Anche l'integrale è tracciato.
Ora, sostituiamo i coefficienti trovati nell'integrale e calcoliamo.
Questo è ciò che otteniamo:
Ora bisogna "incastrare" tutto teoricamente, perché l'ho fatto più per intuizione che per conoscenza teorica.
Domanda per tutti gli esperti - Come trovo i coefficienti A e B? Forse A e B non sono necessari, ci sono altre forme di leggi di distribuzione della registrazione, ecc.
O forse sono tutte stronzate e non si può fare così?